Desenvolvimento de um sistema para classificação do mel em floral e melato por parâmetros físico químicos combinados com redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Marenda, Tiago Afonso
Data de Publicação: 2012
Outros Autores: LIMA, Regina Cristina Aparecida de, Almeida, Mareci Mendes, Senna, Renata Mattos, Duarte, Elis Regina
Tipo de documento: Artigo
Idioma: por
Título da fonte: Evidência - Ciência e Biotecnologia - Interdisciplinar
Texto Completo: https://periodicos.unoesc.edu.br/evidencia/article/view/1453
Resumo: A classificação do mel depende da matéria prima utilizada, sendo importante na valorização e identificação do produto. A caracterização pode ser obtida pela análise de parâmetros físico-químicos. Neste trabalho foram diferenciadas 25 amostras de mel floral e melato, por meio do método de Kirkwood. Foi desenvolvido um modelo neural com redes do tipo multilayer percentron, algoritmo de aprendizagem backpropagation e um sistema de fácil operação para utilização pelos apicultores. Dessa forma, foi possível verificar a eficiência das redes em classificar o mel com precisão de 100%, utilizando parâmetros de pH e açúcar redutor que são determinados de forma simples, barata e rápida. Palavras-chave: Inteligência artificial. Modelagem. Caracterização. Mel de melato.  
id UNOESC-2_2f44efb63eb0c5305b1b3547cd7252bb
oai_identifier_str oai:ojs.periodicos.unoesc.edu.br:article/1453
network_acronym_str UNOESC-2
network_name_str Evidência - Ciência e Biotecnologia - Interdisciplinar
repository_id_str
spelling Desenvolvimento de um sistema para classificação do mel em floral e melato por parâmetros físico químicos combinados com redes neurais artificiaisA classificação do mel depende da matéria prima utilizada, sendo importante na valorização e identificação do produto. A caracterização pode ser obtida pela análise de parâmetros físico-químicos. Neste trabalho foram diferenciadas 25 amostras de mel floral e melato, por meio do método de Kirkwood. Foi desenvolvido um modelo neural com redes do tipo multilayer percentron, algoritmo de aprendizagem backpropagation e um sistema de fácil operação para utilização pelos apicultores. Dessa forma, foi possível verificar a eficiência das redes em classificar o mel com precisão de 100%, utilizando parâmetros de pH e açúcar redutor que são determinados de forma simples, barata e rápida. Palavras-chave: Inteligência artificial. Modelagem. Caracterização. Mel de melato.  Universidade do Oeste de Santa Catarina2012-04-05info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://periodicos.unoesc.edu.br/evidencia/article/view/1453Evidence; Vol. 11 No. 1 (2011): Evidência - Interdisciplinar; 61-74Evidência; v. 11 n. 1 (2011): Evidência - Interdisciplinar; 61-742236-60591519-5287reponame:Evidência - Ciência e Biotecnologia - Interdisciplinarinstname:Universidade do Oeste de Santa Catarina (UNOESC)instacron:UNOESCporhttps://periodicos.unoesc.edu.br/evidencia/article/view/1453/pdf_281Marenda, Tiago AfonsoLIMA, Regina Cristina Aparecida deAlmeida, Mareci MendesSenna, Renata MattosDuarte, Elis Reginainfo:eu-repo/semantics/openAccess2020-10-16T21:31:46Zoai:ojs.periodicos.unoesc.edu.br:article/1453Revistahttp://editora.unoesc.edu.br/index.php/evidenciaPUBhttp://editora.unoesc.edu.br/index.php/evidencia/oaieditora@unoesc.edu.br||evidencia@unoesc.edu.br||jane.gelinski@unoesc.edu.br|| debora.pereira@unoesc.edu.br2236-60591519-5287opendoar:2020-10-16T21:31:46Evidência - Ciência e Biotecnologia - Interdisciplinar - Universidade do Oeste de Santa Catarina (UNOESC)false
dc.title.none.fl_str_mv Desenvolvimento de um sistema para classificação do mel em floral e melato por parâmetros físico químicos combinados com redes neurais artificiais
title Desenvolvimento de um sistema para classificação do mel em floral e melato por parâmetros físico químicos combinados com redes neurais artificiais
spellingShingle Desenvolvimento de um sistema para classificação do mel em floral e melato por parâmetros físico químicos combinados com redes neurais artificiais
Marenda, Tiago Afonso
title_short Desenvolvimento de um sistema para classificação do mel em floral e melato por parâmetros físico químicos combinados com redes neurais artificiais
title_full Desenvolvimento de um sistema para classificação do mel em floral e melato por parâmetros físico químicos combinados com redes neurais artificiais
title_fullStr Desenvolvimento de um sistema para classificação do mel em floral e melato por parâmetros físico químicos combinados com redes neurais artificiais
title_full_unstemmed Desenvolvimento de um sistema para classificação do mel em floral e melato por parâmetros físico químicos combinados com redes neurais artificiais
title_sort Desenvolvimento de um sistema para classificação do mel em floral e melato por parâmetros físico químicos combinados com redes neurais artificiais
author Marenda, Tiago Afonso
author_facet Marenda, Tiago Afonso
LIMA, Regina Cristina Aparecida de
Almeida, Mareci Mendes
Senna, Renata Mattos
Duarte, Elis Regina
author_role author
author2 LIMA, Regina Cristina Aparecida de
Almeida, Mareci Mendes
Senna, Renata Mattos
Duarte, Elis Regina
author2_role author
author
author
author
dc.contributor.author.fl_str_mv Marenda, Tiago Afonso
LIMA, Regina Cristina Aparecida de
Almeida, Mareci Mendes
Senna, Renata Mattos
Duarte, Elis Regina
description A classificação do mel depende da matéria prima utilizada, sendo importante na valorização e identificação do produto. A caracterização pode ser obtida pela análise de parâmetros físico-químicos. Neste trabalho foram diferenciadas 25 amostras de mel floral e melato, por meio do método de Kirkwood. Foi desenvolvido um modelo neural com redes do tipo multilayer percentron, algoritmo de aprendizagem backpropagation e um sistema de fácil operação para utilização pelos apicultores. Dessa forma, foi possível verificar a eficiência das redes em classificar o mel com precisão de 100%, utilizando parâmetros de pH e açúcar redutor que são determinados de forma simples, barata e rápida. Palavras-chave: Inteligência artificial. Modelagem. Caracterização. Mel de melato.  
publishDate 2012
dc.date.none.fl_str_mv 2012-04-05
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://periodicos.unoesc.edu.br/evidencia/article/view/1453
url https://periodicos.unoesc.edu.br/evidencia/article/view/1453
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://periodicos.unoesc.edu.br/evidencia/article/view/1453/pdf_281
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade do Oeste de Santa Catarina
publisher.none.fl_str_mv Universidade do Oeste de Santa Catarina
dc.source.none.fl_str_mv Evidence; Vol. 11 No. 1 (2011): Evidência - Interdisciplinar; 61-74
Evidência; v. 11 n. 1 (2011): Evidência - Interdisciplinar; 61-74
2236-6059
1519-5287
reponame:Evidência - Ciência e Biotecnologia - Interdisciplinar
instname:Universidade do Oeste de Santa Catarina (UNOESC)
instacron:UNOESC
instname_str Universidade do Oeste de Santa Catarina (UNOESC)
instacron_str UNOESC
institution UNOESC
reponame_str Evidência - Ciência e Biotecnologia - Interdisciplinar
collection Evidência - Ciência e Biotecnologia - Interdisciplinar
repository.name.fl_str_mv Evidência - Ciência e Biotecnologia - Interdisciplinar - Universidade do Oeste de Santa Catarina (UNOESC)
repository.mail.fl_str_mv editora@unoesc.edu.br||evidencia@unoesc.edu.br||jane.gelinski@unoesc.edu.br|| debora.pereira@unoesc.edu.br
_version_ 1800221116056207360

Registros relacionados